julien-c HF staff commited on
Commit
00624c4
1 Parent(s): 2625bb7

Migrate model card from transformers-repo

Browse files

Read announcement at https://discuss.huggingface.co/t/announcement-all-model-cards-will-be-migrated-to-hf-co-model-repos/2755
Original file history: https://github.com/huggingface/transformers/commits/master/model_cards/lserinol/bert-turkish-question-answering/README.md

Files changed (1) hide show
  1. README.md +61 -0
README.md ADDED
@@ -0,0 +1,61 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ language: tr
3
+ ---
4
+
5
+ # bert-turkish-question-answering
6
+
7
+ ## Usage
8
+
9
+ ```python
10
+ from transformers import pipeline
11
+ nlp = pipeline('question-answering', model='lserinol/bert-turkish-question-answering', tokenizer='lserinol/bert-turkish-question-answering')
12
+ nlp({
13
+ 'question': "Ankara'da kaç ilçe vardır?",
14
+ 'context': r"""Türkiye'nin başkenti Ankara'dır. Ülkenin en büyük idari birimleri illerdir ve 81 il vardır. Bu iller ilçelere ayrılmıştır, toplamda 973 ilçe mevcuttur."""
15
+ })
16
+ ```
17
+
18
+ ```python
19
+ from transformers import AutoTokenizer, AutoModelForQuestionAnswering
20
+ import torch
21
+
22
+ tokenizer = AutoTokenizer.from_pretrained("lserinol/bert-turkish-question-answering")
23
+ model = AutoModelForQuestionAnswering.from_pretrained("lserinol/bert-turkish-question-answering")
24
+ text = r"""
25
+ Ankara'nın başkent ilan edilmesinin ardından (13 Ekim 1923) şehir hızla gelişmiş ve Türkiye'nin ikinci en kalabalık ili olmuştur.
26
+ Türkiye Cumhuriyeti'nin ilk yıllarında ekonomisi tarım ve hayvancılığa dayanan ilin topraklarının yarısı hâlâ tarım amaçlı
27
+ kullanılmaktadır. Ekonomik etkinlik büyük oranda ticaret ve sanayiye dayalıdır. Tarım ve hayvancılığın ağırlığı ise giderek
28
+ azalmaktadır. Ankara ve civarındaki gerek kamu sektörü gerek özel sektör yatırımları, başka illerden büyük bir nüfus göçünü
29
+ teşvik etmiştir. Cumhuriyetin kuruluşundan günümüze, nüfusu ülke nüfusunun iki katı hızda artmıştır. Nüfusun yaklaşık dörtte
30
+ üçü hizmet sektörü olarak tanımlanabilecek memuriyet, ulaşım, haberleşme ve ticaret benzeri işlerde, dörtte biri sanayide,
31
+ %2'si ise tarım alanında çalışır. Sanayi, özellikle tekstil, gıda ve inşaat sektörlerinde yoğunlaşmıştır. Günümüzde ise en çok
32
+ savunma, metal ve motor sektörlerinde yatırım yapılmaktadır. Türkiye'nin en çok sayıda üniversiteye sahip ili olan Ankara'da
33
+ ayrıca, üniversite diplomalı kişi oranı ülke ortalamasının iki katıdır. Bu eğitimli nüfus, teknoloji ağırlıklı yatırımların
34
+ gereksinim duyduğu iş gücünü oluşturur. Ankara'dan otoyollar, demir yolu ve hava yoluyla Türkiye'nin diğer şehirlerine ulaşılır.
35
+ Ankara aynı zamanda başkent olarak Türkiye Büyük Millet Meclisi (TBMM)'ye de ev sahipliği yapmaktadır.
36
+ """
37
+
38
+ questions = [
39
+ "Ankara kaç yılında başkent oldu?",
40
+ "Ankara ne zaman başkent oldu?",
41
+ "Ankara'dan başka şehirlere nasıl ulaşılır?",
42
+ "TBMM neyin kısaltmasıdır?"
43
+ ]
44
+
45
+ for question in questions:
46
+ inputs = tokenizer(question, text, add_special_tokens=True, return_tensors="pt")
47
+ input_ids = inputs["input_ids"].tolist()[0]
48
+
49
+ text_tokens = tokenizer.convert_ids_to_tokens(input_ids)
50
+ answer_start_scores, answer_end_scores = model(**inputs)
51
+
52
+ answer_start = torch.argmax(
53
+ answer_start_scores
54
+ ) # Get the most likely beginning of answer with the argmax of the score
55
+ answer_end = torch.argmax(answer_end_scores) + 1 # Get the most likely end of answer with the argmax of the score
56
+
57
+ answer = tokenizer.convert_tokens_to_string(tokenizer.convert_ids_to_tokens(input_ids[answer_start:answer_end]))
58
+
59
+ print(f"Question: {question}")
60
+ print(f"Answer: {answer}\n")
61
+ ```